09.目标和
- 题目描述
给你一个非负整数数组 nums
和一个整数 target
。向数组中的每个整数前添加 '+'
或 '-'
,然后串联起所有整数,可以构造一个 表达式 :
例如,nums = [2, 1]
,可以在 2
之前添加 '+'
,在 1
之前添加 '-'
,然后串联起来得到表达式 "+2-1"
。
返回可以通过上述方法构造的、运算结果等于 target
的不同 表达式 的数目。
示例 1:
输入:nums = [1,1,1,1,1], target = 3
输出:5
解释:一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3
示例 2:
输入:nums = [1], target = 1
输出:1
- 题目分析
1.通过分析题目可以得出如下推导公式
2.正数集合:left 负数集合:right
存在关系式:left + right = target sum + 2 * right = target
可以推导出:left = (sum + target) / 2
3.正数集合是一个定值,要求有多少种组合组成此正数集合,可以看作是一个背包问题
- 动态规划五部曲
bagSize = left = (sum + target) / 2
1. 确定dp数组(dp table)以及下标的含义
设置二维dp数组dp[i][j]:表示选取数组下标为[0-i]的数使得它们和为j的情况数
2. 确定递推公式
当nums[i] > j时,即不包含索引i的元素时:
dp[i][j] = dp[i-1][j]
当nums[i] <= j时,即包含索引为i的元素和不包含索引i的元素两种情况时:
dp[i][j] = dp[i-1][j - nums[i]] + dp[i - 1][j]
3. dp数组如何初始化
对于dp[0][j]:只包含索引为0的数,将nums[i] = j即只装nums[0]加恰好将背包装满存在的一种情况
对于dp[i][0]:当背包大小为0时只能装nums[i] = 0的数,对于每个0有“+0”和“-0”两种情况,所以dp[i][0] = (int) Math.pow(2, zeroNum);
4. 确定遍历顺序
先遍历物品再遍历背包
5. 举例推导dp数组
- Java代码实现
public static int findTargetSumWays(int[] nums, int target) {
//1.求解nums的和
int sum = 0;
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
}
//2.正数集合:left 负数集合:right
//存在关系式:left + right = target sum + 2 * right = target
//可以推导出:left = (sum + target) / 2
if ((sum + target) % 2 == 1 || sum < Math.abs(target)) return 0;//left不可能为奇数
//3.背包问题:存在几种组合的和为bagSize
int bagSize = (sum + target) / 2;//背包容量
//--设置二维dp数组dp[i][j]:表示选取数组下标为[0-i]的数使得它们和为j的情况数
int[][] dp = new int[nums.length][bagSize + 1];
//--初始化二维数组
if (nums[0] <= bagSize) {
dp[0][nums[0]] = 1;
}
//当索引为0的数组,因为0有两种形式“+0”和“-0”
int zeroNum = 0;
for (int i = 0; i < nums.length; i++) {
if (nums[i] == 0) {
zeroNum++;
}
dp[i][0] = (int) Math.pow(2, zeroNum);
}
//递推公式
//当不包含索引i的元素时:dp[i][j] = dp[i-1][j]
//当包含索引为i的元素时:dp[i][j] = dp[i-1][j - nums[i]] + dp[i - 1][j]
for (int i = 1; i < nums.length; i++) {
for (int j = 1; j <= bagSize; j++) {
if (nums[i] > j) dp[i][j] = dp[i-1][j];
else dp[i][j] = dp[i-1][j - nums[i]] + dp[i - 1][j];
}
}
return dp[nums.length - 1][bagSize];
}